logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-09122020-113814


Tipo di tesi
Tesi di laurea magistrale
Autore
RICCIARELLI, GIANMARCO
URN
etd-09122020-113814
Titolo
Scholarly Career Paths: Brain Drain and Exterophily
Dipartimento
INFORMATICA
Corso di studi
INFORMATICA
Relatori
relatore Prof. Rossetti, Giulio
relatore Dott.ssa Pollacci, Laura
Parole chiave
  • Big Data
  • Data Science
  • Machine Learning
  • Network Science
  • Scholarly Data
Data inizio appello
09/10/2020
Consultabilità
Completa
Riassunto
Tramite il presente lavoro di tesi è stato possibile comporre un dataset ricco di features rappresentante le collaborazioni tra ricercatori dal 1980 al 2019, estremi compresi. Inoltre, è stato possibile definire un indice che permette di stimare la propensione di un ricercatore a formare reti composte da colleghi con lo stesso paese di affiliazione o meno, ossia di misurare il grado di internazionalità nelle sue collaborazioni annuali.

Definendo questo indice, è stato possibile suddividere i ricercatori in tre cluster. Ampliando l'analisi su scala mondiale, è stato possibile studiare la tendenza nelle collaborazioni dei singoli paesi. Confrontando i risultati ottenuti con il susseguirsi di importanti eventi politici ed economici è stato possibile giustificare i risultati ottenuti durante tutte le fasi dell'analisi. Inoltre, aggiungendo informazioni riguardo la mobilità dei ricercatori tra i paesi durante la finestra temporale considerata, è stato possibile ampliare la comprensione del particolare comportamento di alcuni paesi. Infine, l'ampliamento delle informazioni in nostro possesso con i dati relativi alle aree di ricerca di ogni ricercatore, e quindi di ogni paese, ha permesso di aggiungere un ulteriore livello di profondità all'analisi proposta, consentendo la rappresentazione di un quadro completo e dettagliato del fenomeno analizzato, ovvero il Brain Drain.
File